Применение технологий искусственного интеллекта в маркетинге предприятий малого и среднего бизнеса

Введение

Сегодня на предприятиях малого и среднего бизнеса мы наблюдаем тенденцию повышения интереса к инструментам ИИ. Так, по данным исследования Национального Агентства Финансовых Исследований НАФИ 46% российских предпринимателей считают, что нейросети могут быть полезными для их бизнеса. При этом, почти каждый третий опрошенный предприниматель использует ИИ с целью экономии времени, улучшения коммуникации с клиентами и, в целом, повышения эффективности процессов [10]. В первую очередь это касается уже готовых инструментов, не требующих глубокой сложной интеграции в технологическую инфраструктуру предприятия, и именно об этих инструментах пойдет речь ниже.

Научная новизна данного исследования заключается в разработке рекомендаций по применению генеративных нейросетей для оптимизации маркетинговых процессов на предприятиях малого и среднего бизнеса в РФ, а также, в представлении рекомендаций для наиболее эффективного взаимодействия с вышеуказанными инструментами.

Основная часть

Прежде, чем перейти к прикладным инструментам, необходимо рассмотреть само понятие искусственного интеллекта, которое хоть и по разному трактуется экспертами в данной области, но все же имеет общую содержательную часть:

– искусственный интеллект это научное направление, включающее в себя разработку теоретических основ и практических методов для создания систем, способных выполнять задачи, традиционно требующие человеческого интеллекта, такие как обучение, анализ данных и принятие решений [11].

– искусственный интеллект определяется как ключевая технология цифровой экономики, охватывающая автоматизацию сложных процессов принятия решений, анализ больших данных и обеспечение работы интеллектуальных систем в различных отраслях [8].

– искусственный интеллект описывается как совокупность технологий и систем, способных на интеллектуальную деятельность, включающую автоматизированные процессы анализа и принятия решений, которые обычно выполняются людьми, с акцентом на их правовую субъектность и этические аспекты [12].

Таким образом, ИИ определяется авторами как некое программное обеспечение, технология, позволяющая компьютеру выполнять сложные задачи, свойственные человеческому интеллекту, а также, имеющая возможность самообучаться на получаемых данных.

В виду массовой популяризации особым вниманием пользуются инструменты, предназначенные для оптимизации маркетинговых процессов, что обусловлено наличием двух основных функций Narrow AI (слабого искусственного интеллекта), таких как аналитическая и творческая.

Важно отметить, что сегодня мы имеем дело именно с ANI (Artificial Narrow Intelligence), который в отличие от на данный момент не существующего AGI (Artificial General Intelligence) способен выполнять только узкий перечень функций, не способен к многозадачности и не стремится к развитию своего сознания. Тем не менее, ANI способен в рамках имеющейся задачи:

– обучаться на массиве данных, загруженных человеком, а также, на собственном опыте;

– адаптироваться под изменения в задачах;

– анализировать данные и делать логические выводы.

Перечисленные возможности ИИ существуют, благодаря важному свойству ИИ – машинному обучению, то есть решению задач, имея конечной целью не получение конечного результата, а обучение на множестве решений однотипных задач. Машинное обучение определяется процесс использования данных для обучения алгоритмов, которые затем могут анализировать, прогнозировать и принимать решения на основе выявленных закономерностей, без необходимости явного программирования [7].

Наиболее простым, но наглядным примером машинного обучения является адаптация ИИ к игре в тетрис. В структуру нейросети закладывается информация о том, что падающие сверху элементы могут иметь одну, две, три, четыре и пять секций. Элементы образуют массив в рамках игрового поля 24х18 ячеек, а как только 18 горизонтальных ячеек подряд заполняются, они сгорают. Задача – как можно дольше не допускать заполнения элементами всего игрового поля.

Первые Х минут такой алгоритм будет выдавать объективно плохой результат, но через 2Х/3Х/10Х минут (в зависимости от производственных мощностей) алгоритм будет выдавать такой результат, который будет недостижим силами человеческого интеллекта. И возможно это, благодаря скорости анализа имеющейся информации и получаемого нейросетью на практике опыта.

В реализации маркетинговых задач это свойство наглядно отражается в использовании графических моделей вроде MidJourney, Dalle и т.д. Пользователь дает задание нарисовать рекламный креатив с пушистым серым котом с белыми полосками, отдыхающим на лужайке. Благодаря тому, что при обучении и практическом тестировании нейросетью были поглощены терабайты изображений котов и лужаек, вы за секунды получаете готовый результат [11].

В рамках маркетинговых задач вышеперечисленные функции и свойства ИИ реализуются в оптимизации и автоматизации таких процессов, как:

– создание текстового, графического статического, графического динамического, аудио контента;

– поиск данных;

– анализ данных;

– принятие решений;

– прогнозирование;

– коммуникации;

– написание кода.

В этой статье мы собрали подборку инструментов ИИ, нейронных сетей, которые могут быть эффективно использованы представителями малого и среднего бизнеса за счет своей доступности и простоты применения.

Первыми в списке выступают нейронные сети на базе языковых моделей, таких как GPT, и в нашем списке их три: ChatGPT от OpenAI, Gemini от Google и Copilot от Microsoft. Все 3 инструмента имеют общую функцию, выраженную в генерировании текста на естественном языке в соответствие с запросом пользователя. Запрос может включать: создание контент плана, подготовку структуры презентации продукта, генерацию текстов под создание промо-материалов, поиск информации, написание кода и многие другие позиции, включая такие сложные, как, например, создание стратегического плана маркетинга.

Тем не менее, у каждого из представленных инструментов есть свои особенности, объясняющие их наличие в нашем перечне. OpenAI сегодня является безоговорочным лидером, в боте ChatGPT, как показывает практика, впервые реализуются инновационные инструменты, которые далее уже копируют или интерпретируют остальные сервисы. Таким образом, в последнем обновлении во второй половине мая 2024г. OpenAI представили бота, способного полноценно выполнять функции голосового помощника, имитируя человеческое поведение, а также, давать ответы с рекордно высокой скоростью, менее чем за полсекунды [2].

Бот Copilot от Microsoft работает на той же модели, что и Chat GPT, и даже в бесплатной версии способен генерировать не только текстовый, но и графический, а также, аудио материал. Также, нейросеть интегрирована в наиболее популярные инструменты Microsoft линейки Office: Word, Excel, PowerPoint и др. Платная версия, при этом, не будет отличаться от платной версии бота ChatGPT ни по функционалу, ни по стоимости подписки, которая составляет 20 долларов в месяц [3].

Бот Gemini по оценкам ряда экспертов имеет более сложную структуру, позволяющую получать более точные ответы по сравнению с предыдущими инструментами, но явным преимуществом данной нейронной сети является возможность ввода действительно внушительных объемов данных для последующей обработки. То есть, вы можете загружать текстовые документы объемом до 200000 слов и проводить анализ внутри именно тех данных, которые вам необходимы [13]. Инструмент может эффективно обрабатывать переведенные в текст записи разговоров специалистов по продажам, резюмировать данные или искать внутри текстового документа отдельные элементы и составлять взаимосвязи для последующего анализа, но на момент написания статьи имеет существенный недостаток – не работает на мобильных устройствах [5].

На базе языковой модели GPT реализованы тысячи полезных нейросетей, генерирующих текстовый материал в самых различных интерпретациях, в том числе, в виде интеллектуальных карт, Kanban досок и ретроспектив. Одним из наиболее выделяющихся сегодня инструментов является Miro с расширением AI, то есть дополненный интеллектуальным ассистентом. Сам по себе, Miro это бесплатный инструмент для командного управления многозадачными проектами, позволяющий устраивать мозговой штурм, разбивать цели на задачи и подзадачи, доступные онлайн всей команде проекта. Интеллектуальный ассистент Miro AI позволяет пользователю делегировать проведение мозгового штурма искусственному интеллекту, а также, построить детально проработанный маршрут к заявленной вами цели. Например, нам необходимо разработать решения по внедрению ИИ в e-commerce. Мы запускаем интеллектуальную карту в Miro, ставим ассистенту соответствующую цель и получаем результат, представленный в виде интеллектуальной карты с рекомендациями по: созданию персональных рекомендаций для покупателей на основе их предпочтений и поведения, разработке чат-ботов с возможностью общения с покупателями и предоставлении информации о товарах и услугах, разработке

интеллектуальных систем поддержки принятия решений для менеджеров, использования нейросетей для анализа изображений и видео, Внедрение голосового поиска и распознавания речи для улучшения пользовательского опыта и удобства покупок.

Рисунок 1- установка цели в интеллектуальной карте Miro. Составлено автором.

На рисунке 1 мы видим, что в ответ на поставленную цель ИИ предложил нам 5 задач, каждую из которых можно разделять на подзадачи до того момента, пока структура не станет предельно понятной, что мы можем наблюдать на рисунке 2.

Рисунок 2 – деление задач на подзадачи в интеллектуальной карте Miro. Составлено автором

Мы выделили одну из предложенных ИИ задач, которая нам показалась перспективной, но не до конца ясной, и попросили ИИ разделить ее еще на 10 подзадач, каждую из которых при необходимости можем раскрыть еще подробнее. Таким образом, мы получаем инструмент, способный выполнять функции мозгового штурма и структуризации задач, фактически автоматизируя труд проджект менеджера и ряда линейных специалистов, что может быть особенно актуально в условиях предприятий малого и среднего бизнеса.

На базе языковых моделей реализовано множество полезных ИИ расширений для уже существующих веб-продуктов, представленных в виде:

– ИИ расширения для Google Sheets и Google Docs для автоматизации обработки табличных и текстовых данных;

– Yandex GPT для обработки информации внутри страниц поисковика и Нейро для оптимизации поисковых запросов [14];

– HARPA. AI для расшифровки аудио и видео материалов в текстовый формат, создания SEO контента, мониторинга цен на веб-ресурсах и т.д.;

– Originality.ai для определения контента на предмет создания нейросетью.

В вопросах обработки больших данных особенно выделяется интеллектуальный ассистент, добавленный в Pandas, библиотеку Python, используемую для работы с огромными массивами данных. Ранее инструмент, как и сейчас, имел огромный спрос среди исследователей, но работать с ним было совсем непросто, требовалось знание языков программирования для того, чтобы взаимодействовать с данными библиотеки. После интеграции интеллектуального ассистента в Pandas появилась крайне полезная опция, а именно, возможность управлять функциями библиотеки на естественном языке. То есть, благодаря ИИ вы можете на привычном для вас языке обращаться через Pandas AI к огромному массиву данных без необходимости знания языков программирования, что также с учетом доступности инструмента может быть особенно актуально для микро предприятий, не имеющих в штате IT специалистов.

Далее мы переходим к графическим нейросетям, которые стали важным инструментом в арсенале дизайнеров, визуализаторов и всех, кто работает с визуальным контентом.

Две наиболее популярных нейросети в этой области, DALL-E и Midjourney предлагают уникальные возможности и имеют свои отличительные особенности. В общем и целом, обе нейросети выполняют функцию генератора графического контента с запросами на естественном языке. DALLE является инструментов более интуитивно понятным по сравнению с Midjourney, интерфейс программы максимально прост и доступен, практически полностью исключены мануальные технические настройки. Dalle нацелена на универсальность и создание как фотореалистичных, так и фантастических изображений, Midjourney же больше направлена на творческих профессионалов, предлагая инструменты для создания художественных и стилизованных изображений [6].

Рисунок 3 – коллаж изображений, сгенерированных Midjourney. Составлено автором.

Гиганты рынка графики и дизайна так же дополняют свои продукты искусственным интеллектом. Например, Adobe Photoshop создал собственную нейросеть FireFly. Этот инструмент позволяет в том числе добавлять, расширять или удалять содержимое изображений с помощью генеративной заливки и обращения на естественном языке, а также, выполнять еще десятки различных функций, возможных, благодаря технологии машинного обучения.

Для одного из самых популярных графических редакторов Figma предусмотрены десятки ИИ плагинов, с помощью которых можно использовать языковые и графические модели прямо внутри инструмента и быстро интегрировать результаты в проект. Отдельные плагины можно использовать для создания мультимедийных презентаций и веб-сайтов, улучшать процессы UX исследований и проектирования [4].

На рисунке 4 мы можем наблюдать, как при помощи инструмента генеративной заливки ИИ дополнил картинку, которая до редакции была только в пределах пунктирной линии [1].

Рисунок 4 – ИИ генеративная заливка в Adobe Photoshop [1].

Генерация графического контента не ограничена статическими изображениями, возможна и генерация динамических видео. Отличным примером выступает нейронная сеть Synthesia, с помощью которой возможно создание видео в формате «говорящая голова» без участия в кадре живого человека. В ней есть более 60 шаблонов, 140 персонажей искусственного интеллекта, которые могут говорить на более чем 120 языках, что позволяет превратить любой написанный текст в увлекательную речь. Таким образом вы можете создать собственного ИИ ассистента, озвучивающего ваш контент на видео в формате говорящей головы.

Сегодня в СМИ активно популяризируется мнение о том, что ИИ в недалекой перспективе заменит множество профессий, а создателей контента, маркетологов и аналитиков искусственный интеллект уже начал вытеснять с рынка труда. В этом действительно есть доля правды, и у ИИ есть все перспективы для автоматизации многих бизнес-процессов, но сегодня Narrow AI не способен самостоятельно выполнять стратегические функции специалиста по маркетингу. Он может выполнять и отлично выполняет в качестве ассистента функции, перечисленные выше, но требует присутствия координатора, от которого требуется наличие навыков эффективной коммуникации с ИИ [9].

Эффективная коммуникация с искусственным интеллектом требует наличия общего языка, которым выступает промпт – текстовый запрос, инструкция, которую оператор передает ИИ для решения задачи. И не смотря на то, что для создания промпта оператору не требуется знание языков программирования, ему все же придется углубиться в тонкости изучения «языка будущего», о которых мы расскажем далее.

Промпт играет ключевую роль во взаимодействии с искусственным интеллектом (ИИ), определяя направление и характер этого взаимодействия. Роль промпта во взаимодействии с ИИ включает в себя несколько ключевых аспектов:

Во-первых, промпт помогает пользователю четко сформулировать свой запрос или задачу перед ИИ. Он является мостом между человеком и технологической системой, переводя наши намерения и потребности в язык, который ИИ может понять и обработать.

Во-вторых, промпт указывает ИИ, как обрабатывать информацию и каким образом представлять результаты. В зависимости от формулировки промпта, ИИ может использовать различные алгоритмы и методы для обработки запроса и предоставления ответа.

В-третьих, промпты могут быть адаптированы к конкретному контексту или ситуации, что позволяет ИИ лучше понимать запросы пользователя и предоставлять более релевантные ответы. Например, промпты могут учитывать предыдущие действия пользователя или текущий контекст взаимодействия.

В-четвертых, промпты играют важную роль в управлении диалогом между пользователем и ИИ. Они определяют последовательность обмена сообщениями и помогают поддерживать целостность и продуктивность общения.

И, в-пятых, промпты могут быть настроены в соответствии с предпочтениями и потребностями конкретного пользователя, что позволяет ИИ предоставлять более персонализированные и индивидуальные решения.

Кроме того, они могут играть важную роль в обучении ИИ, поскольку они предоставляют данные для обучения моделей и помогают собирать обратную связь от пользователей, что позволяет улучшать качество и производительность системы в будущем.

Таким образом, промпты представляют собой не только средство коммуникации с ИИ, но и ключевой элемент в обеспечении эффективного, персонализированного и продуктивного взаимодействия между человеком и технологической системой.

Создание эффективного промпта имеет свои особенности и структуру, поэтому существует ряд конкретных рекомендаций о том, как создавать наиболее работоспособные сообщения к ИИ. И первая рекомендация заключается в использовании контекста, то есть в указании тона и стиля письма, роли пишущего, роли получателя. Также, рекомендуется при написании промпта указывать и объем информации, который вы желаете получить в ответе. Например: «Представь, что ты дизайнер рекламных баннеров и придумай креативный заголовок к баннеру в РСЯ, стиль публицистический, тон доброжелательный, целевая аудитория – студенты РГФ. Объем не должен превышать 6 слов»

Если теоретически описать задачу слишком сложно, используйте примеры. Загрузите вводную информацию для ознакомления, и уже на этой базе формируйте ваш запрос. В промпте задавайте параметры ответа и выделяйте ключевые слова в квадратные скобки, и тогда ИИ будет формировать ответ с акцентом именно на выделенные слова. Например, в бесплатной нейросети от Google, Gemini есть возможность загружать внушительного объема текстовые документы, в контексте которых в дальнейшем вы будете формулировать запрос. Или даже поручите само создание промпта большой языковой модели, например, ChatGPT или Gemini.

Сложные задачи можно решать поэтапно. Разделяйте задачи на подзадачи и самостоятельно объединяйте результаты, так и пишите: «Необходимо решить задачу поэтапно, первый этап …». Так вы получите желаемый результат с меньшей погрешностью и, более того, вам будет сильно проще корректировать полученный результат, если это потребуется.

Приведем хороший пример промпта для языковой модели, включающего практически все вышеперечисленные рекомендации: «Я хочу, чтобы вы выступили в роли эксперта по копирайтингу. Подскажи мне, как я могу оптимизировать свои тексты для создания целевых лидов в социальных сетях, таких как ВКонтакте. Напиши 10 фреймворков, которые можно использовать для создания Top-of-the-funnel (TOFU), чтобы значительно оптимизировать воронку продаж». После того, как ИИ даст вам 10 фреймворков, попросите дать пояснения по тем из них, которые этого требуют.

Важным аспектом применения ИИ в маркетинге является экономическая эффективность. При интеграции каких-либо ИИ инструментов в технологическую экосистему предприятия мы должны прежде всего отталкиваться от объективного понимания того, как при этом в метрических показателях изменится бизнес процесс, и в какие сроки затраты на проект покроются прибылью от его реализации. Более того, при расчете сроков возвращаемости инвестиций в инструменты ИИ мы должны понимать что рынок ИИ продуктов сегодня является крайне динамичным, и инструменты ИИ, интеграцию которых вы по плану проекта планируете успешно завершить через 1 месяц, к тому времени могут стать морально устаревшими либо вообще потерять свою актуальность.

Универсальной формулой эффективности является отношение полученного эффекта к понесенным затратам. Этот метод предполагает сравнение затрат на внедрение инструментов ИИ с ожидаемыми выгодами от их использования. Затраты могут включать в себя стоимость оборудования, программного обеспечения, обучения персонала и других ресурсов, необходимых для реализации проекта. Выгоды могут быть выражены в виде увеличения производительности, снижения затрат, улучшения качества продукции или услуг и т.д. Для того, чтобы воспользоваться данным методом, необходимо: определить цели проекта, собрать информацию о прогнозируемых затратах и выгодах в метрическом виде и провести сравнение затрат и выгод. Если это соотношение больше единицы, значит эффективность проекта можно считать положительной. Так, по данным аналитического центра НАФИ 63% российских предпринимателей, использующих ИИ, считают основным эффектом от применения ИИ сокращение времени на выполнение бизнес задач. Большинство представителей МСП для решения таких задач предпочитают инструменты отечественных разработчиков: 72% используют решения от «Яндекса», 43% — от VK, 35% — от «Сбера», 34% — от Google [10].

Заключение

Применение технологий искусственного интеллекта в маркетинге российских предприятий малого и среднего бизнеса имеет широкие перспективы в виду своей доступности, простоты использования, а также, наличия широкого перечня функций, позволяющих автоматизировать маркетинговые процессы компании. При этом, сегодня не стоит полагать, что технологии искусственного интеллекта могут массово вытеснять с рынка труда отдельные категории специалистов. Важно понимать, что развитие ИИ является очередным крупным витком цифровизации бизнеса, глобально влияющим на изменение привычных нам процессов, и, требующим своевременной адаптации к изменению этих процессов. Соответственно, те специалисты, которые будут готовы к адаптации, не только не пострадают от развития искусственного интеллекта, но и могут повысить свою эффективность за счет приобретения новых навыков и инструментов.